📄 ch8example7prog2.m
字号:
% ch8example7prog2.m
clear;
n1=5; n2=4; % F分布的参数
N=1000; % 随机数样本数量
x=frnd(n1,n2,N,1); % 随机数样本产生
%x=normrnd(5,1,N,1);
a=0; b=5; % 样本值域区间计算
n=20; % 分组区间数
Delta=(b-a)/n; % 分组间隔
[m,xout]=hist(x,[a:Delta:b]+Delta/2); % 计算直方图数据
% 统计分隔点为: -inf, a, a+Delta, a+2*Delta, ..., a+(n-1)Delta, b, +inf
%xout=[a:Delta:b-Delta]; % 分组间隔向量
% pdf=m./(N*Delta); % 计算统计频率密度
% %bar(xout,pdf);hold on; % 作出频率密度直方图
% % h = findobj(gca,'Type','patch'); % 修改直方图样式
% % set(h,'FaceColor',[0.7,0.7,0.7],'EdgeColor','k');
% X=0:0.01:10; % 计算并画出F分布的理论概率密度函数曲线
% Y = fpdf(X,n1,n2);
% plot(X,Y,'k-');axis([0 10 0 1]); hold on;
% p(1)=fcdf(a,n1,n2);
% p(m+2)=1-fcdf(b,n1,n2);
for i=2:n
p(i) = fcdf(a+i*Delta,n1,n2)-fcdf(a+(i-1)*Delta,n1,n2);
end
p(1)=fcdf(a+Delta,n1,n2);
p(n+1)=1-fcdf(a+n*Delta,n1,n2);
plot(xout,p*N,'-o');hold on;
plot(xout,m,'*');
%
chi2=sum((m-N*p).^2./(N*p))
alpha=0.01;
r=0;
chi2_alpha=chi2inv(1-alpha,n-r-1)
%-----
% mu=mean(x);
% sigma=std(x,1);
% r=2;
% for i=2:n
% p(i) = normcdf(a+i*Delta,mu,sigma)-normcdf(a+(i-1)*Delta,mu,sigma);
% end
% p(1)=normcdf(a+Delta,mu,sigma);
% p(n+1)=1-normcdf(a+n*Delta,mu,sigma);
% chi2=sum((m-N*p).^2./(N*p))
% alpha=0.05;
% r=0;
% chi2_alpha=chi2inv(1-alpha,n-r-1)
% plot(xout,p/Delta,'o');hold on;
% plot(xout,pdf,'*');
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -